人工智能技術(shù)與應(yīng)用（案例版）課件 第6章 智能語(yǔ)音機(jī)器人

第6章

智能語(yǔ)音機(jī)器人-1人工智能技術(shù)與應(yīng)用ArtificialintelligencetechnologyandApplication1.智能語(yǔ)音機(jī)器人概述2.智能語(yǔ)音機(jī)器人應(yīng)用3.智能技術(shù)——語(yǔ)音識(shí)別4.應(yīng)用案例案例引入亞歷克薩（Alexa），是由亞馬遜公司研發(fā)的家庭語(yǔ)音助手。也許你很難想象，每天都有成千上萬(wàn)的人向這個(gè)小機(jī)器說(shuō)“我愛你”。2017年亞歷克薩問(wèn)世，外媒報(bào)道Alexa在一年就收到了超過(guò)100萬(wàn)次求婚！然而結(jié)局可想而知，Alexa拒絕了100萬(wàn)次，并且會(huì)回答這句話：“我們生活在不同的地方，我的意思是，你在地球上，而我在云上?！睉{借著全球第一的市場(chǎng)份額，亞馬遜的語(yǔ)音助手Alexa無(wú)疑是地球上最受歡迎的語(yǔ)音助手。智能語(yǔ)音機(jī)器人概念智能語(yǔ)音機(jī)器人是基于語(yǔ)音識(shí)別、自然語(yǔ)言處理、機(jī)器學(xué)習(xí)等技術(shù)，面向客戶提供的一款智能客服機(jī)器人產(chǎn)品或人工智能系統(tǒng)。它可以通過(guò)語(yǔ)音與用戶進(jìn)行交互，實(shí)現(xiàn)自動(dòng)化客戶服務(wù)、智能問(wèn)答、語(yǔ)音導(dǎo)航等功能。智能語(yǔ)音機(jī)器人通過(guò)接收用戶的語(yǔ)音輸入，進(jìn)行語(yǔ)音識(shí)別并理解用戶意圖，最終輸出相應(yīng)的回答或執(zhí)行動(dòng)作。語(yǔ)音機(jī)器人的發(fā)展歷程語(yǔ)音導(dǎo)航030102自然語(yǔ)言處理、語(yǔ)義理解基礎(chǔ)上加入了多輪對(duì)話能力，但是用戶對(duì)機(jī)器人還是有明顯感知的第二階段04機(jī)器人在語(yǔ)氣、對(duì)話能力上有了顯著提升，用戶對(duì)機(jī)器人的感知能力相對(duì)比較弱，服務(wù)水平接近普通業(yè)務(wù)員的水平第三階段將進(jìn)一步提升機(jī)器人對(duì)話的能力，尤其是業(yè)務(wù)場(chǎng)景下細(xì)化機(jī)器人的業(yè)務(wù)處理能力，使得機(jī)器人達(dá)到金牌業(yè)務(wù)員的水平。第四階段第一階段2.智能語(yǔ)音機(jī)器人的應(yīng)用在生活上在生產(chǎn)上第6章

智能語(yǔ)音機(jī)器人-2人工智能技術(shù)與應(yīng)用ArtificialintelligencetechnologyandApplication1.智能語(yǔ)音機(jī)器人概述2.智能語(yǔ)音機(jī)器人應(yīng)用3.智能技術(shù)——語(yǔ)音識(shí)別4.應(yīng)用案例語(yǔ)音識(shí)別即ASR(AutoSpeechRecognize)，指利用計(jì)算機(jī)實(shí)現(xiàn)從語(yǔ)音到文字自動(dòng)轉(zhuǎn)換的任務(wù)。語(yǔ)音識(shí)別是以語(yǔ)音為研究對(duì)象，是一門與聲學(xué)、語(yǔ)音學(xué)、語(yǔ)言學(xué)、信息理論、模式識(shí)別理論以及神經(jīng)生物學(xué)等學(xué)科都有非常密切關(guān)系的交叉學(xué)科。讓機(jī)器通過(guò)識(shí)別和理解過(guò)程把語(yǔ)音信號(hào)轉(zhuǎn)變?yōu)橄鄳?yīng)的文本，主要包括特征提取技術(shù)、模式匹配準(zhǔn)則及模型訓(xùn)練技術(shù)三個(gè)方面。通過(guò)語(yǔ)音信號(hào)處理和模式識(shí)別讓機(jī)器自動(dòng)識(shí)別和理解人類口述的語(yǔ)言或者文字。3.智能技術(shù)——語(yǔ)音識(shí)別語(yǔ)音識(shí)別概述語(yǔ)音識(shí)別系統(tǒng)構(gòu)建總體包括兩個(gè)部分，即訓(xùn)練和識(shí)別。語(yǔ)音識(shí)別系統(tǒng)語(yǔ)音識(shí)別系統(tǒng)構(gòu)建步驟（1）錄音（2）語(yǔ)音信號(hào)的預(yù)處理（3）語(yǔ)音信號(hào)的特征提取（4）語(yǔ)音信號(hào)的模型匹配（5）輸出文本的解碼語(yǔ)音識(shí)別分類

特定人語(yǔ)音識(shí)別系統(tǒng)非特定人語(yǔ)音系統(tǒng)多人的識(shí)別系統(tǒng)孤立詞語(yǔ)音識(shí)別系統(tǒng)連接詞語(yǔ)音識(shí)別系統(tǒng)連續(xù)語(yǔ)音識(shí)別系統(tǒng)小詞匯量語(yǔ)音識(shí)別系統(tǒng)中等詞匯量的語(yǔ)音識(shí)別系統(tǒng)大詞匯量語(yǔ)音識(shí)別系統(tǒng)4.應(yīng)用案例——語(yǔ)音打開記事本

對(duì)麥克風(fēng)進(jìn)行語(yǔ)音輸入，依次說(shuō)“打開記事本”和“語(yǔ)音輸入很快并且比鍵盤輸入快得多”兩句話。計(jì)算機(jī)成功識(shí)別出我們的指令“打開記事本”，并在記事本中輸入了“語(yǔ)音輸入很快并且比鍵盤輸入快得多”。應(yīng)用案例——語(yǔ)音垃圾分類

把錄制好的音頻上傳至Wave庫(kù)，經(jīng)過(guò)聲卡循環(huán)采樣，調(diào)用上位機(jī)Python的Wave庫(kù)，將采樣完成后的數(shù)據(jù)寫入一個(gè)Wave文件，最后進(jìn)行語(yǔ)音識(shí)別。下位機(jī)Arduino的集成開發(fā)環(huán)境中可以通過(guò)串口監(jiān)視器來(lái)收發(fā)數(shù)據(jù)，主要通過(guò)三個(gè)函數(shù)來(lái)實(shí)現(xiàn)，其中Serial.read（）可以從COM接口讀取一個(gè)字節(jié)的數(shù)